OpenClaw

🛠️ OpenClaw 工具是什么

OpenClaw 是一个开源 AI 智能体框架，由奥地利资深程序员 Peter Steinberger（PSPDFKit 创始人）于 2025 年 11 月开发出雏形，最初叫 Clawdbot，后因商标原因短暂更名为 Moltbot，2026 年 1 月 30 日正式定名 OpenClaw，社区俗称“龙虾”或“小龙虾”。创始人 14 岁开始编程，曾创办服务全球超 10 亿台设备的 PDF 处理工具公司，2021 年出售公司后经历了三年职业倦怠，直到 2025 年 4 月接触 Claude Code 才重新找回编程热情，仅用 10 天就做出了雏形。

它的定位跟 ChatGPT 那种“你问我答”的聊天机器人有本质区别：OpenClaw 是一个跑在你自己的电脑或服务器上的“数字员工”。它通过 WhatsApp、Telegram、Discord、Slack、飞书等通讯工具跟你对话，但它的核心能力是“动手”——读写文件、运行命令、控制浏览器、调用 API、管理日程，把自然语言指令变成实际的系统操作。创始人 Peter Steinberger 的表述很直接：“我们现在给 Agent 的界面，本质上是在复制 Google——一个 prompt、一个聊天框。对话框把 AI 困在了‘语言’里，而真正的智能，应该走向‘行动’。”

它解决的问题是：你问 ChatGPT“怎么做”，它给你一段文字，然后你得自己动手。OpenClaw 直接帮你“做完”。它会自主规划任务步骤、调用工具、执行操作、遇到错误尝试自我纠正，最后把结果反馈给你。一个真实的案例是：软件开发者在手机上收到客户需求，发指令给 OpenClaw 让它修改项目代码、运行项目、推送上线，全程没有碰电脑，几分钟后线上版本就更新了。

几个关键事实要先说清楚。第一，OpenClaw 软件本身完全免费，MIT 协议开源，但你运行它需要成本——模型 API 调用费或者本地算力，以及一台常开的设备。第二，它的“龙虾悖论”是真实存在的：想让它做的事情越多，给它的系统权限就越大，安全风险就越高。第三，2026 年 2 月，Peter Steinberger 宣布加入 OpenAI，OpenClaw 移交到开源基金会，保持独立开源。

⚡ 核心功能

• 多 IM 接入的对话式操控：OpenClaw 不是一个需要你打开的“应用”，而是一个常驻后台的服务。你通过 WhatsApp、Telegram、Discord、Slack、Signal、iMessage、飞书、钉钉等 20 多个通讯平台给它发消息，它就在那些对话框里回复你、执行任务。你不需要打开一个新网站，你的聊天软件就是它的操作界面。
• 系统级执行能力：它能读写文件、运行 Shell 命令和代码脚本、模拟键鼠操作、控制浏览器。这意味着它可以帮你整理文件夹、批量重命名文件、运行自动化脚本、在网页上填表、抓取数据。它不只是“告诉你怎么做”，而是直接动手做。
• 持久记忆与个性化：OpenClaw 把对话上下文和用户偏好以 Markdown 文件的形式存在本地磁盘上。它记得你之前让它做过什么、你喜欢什么风格、你的项目在哪里。重启服务或换设备后，这些记忆还在。它不是每次对话从零开始的机器人。
• 技能系统（Skills）与 ClawHub：技能是 OpenClaw 的能力扩展单元，每个技能是一个独立模块，可以热加载。官方 ClawHub 技能市场有 50+ 内置技能和社区贡献的 5400+ Skills，覆盖搜索、浏览器自动化、邮件、日历、代码提交、数据分析等。你还可以让 Agent 自己写新技能。
• 多智能体协同（Multi-Agent）：OpenClaw 支持同时运行多个 Agent 实例，每个可以负责不同领域或不同任务。你可以在一个对话里调度多个“数字员工”协同完成复杂工作，比如一个查资料、一个写代码、一个做测试。
• 定时任务与后台自动化：支持 cron 表达式和人类可读的定时格式，Agent 可以在后台按计划执行任务——每天早上给你发日报、每周检查项目状态、定时提醒你该做什么。它不是一个只在被唤醒时才工作的工具，而是一个 7×24 小时在线的助手。
• 模型自由与 BYOK：OpenClaw 不绑定任何模型。你可以接入 Claude、GPT、Gemini、DeepSeek、Kimi、Qwen、GLM，也可以用 Ollama 跑本地模型。API Key 由你自己提供，你直接付给模型提供商。
• 沙箱与安全控制：支持 Docker 沙箱隔离、用户 ID 白名单、配对码审批、危险命令人工确认。你可以控制 Agent 能访问哪些文件、能执行哪些命令，最小权限原则是安全使用的前提。

✨ 主要亮点与优势

1. “消息即界面”是真正的范式转变。ChatGPT 需要你打开一个网站，Cursor 需要你打开一个编辑器，Cline 需要你打开 VS Code。OpenClaw 不需要你“打开”任何东西——它在 WhatsApp、飞书、Telegram 里等着你，你像给同事发消息一样给它发指令。这个设计让 AI 从“一个需要专门访问的目的地”变成了“你日常通讯流里的一个联系人”。创始人说他的目标是“构建一个连我妈妈都能使用的 Agent”，消息即界面就是这个目标的体现。

2. 真正的本地执行，不是云端模拟。很多 AI 工具说“帮你做事”，实际上是生成代码或文本让你自己复制粘贴。OpenClaw 拥有你授予的系统权限，它直接在你的机器上操作文件、运行命令、控制浏览器。软件开发者的案例很典型：手机上发一句指令，OpenClaw 在电脑上找到项目、修改代码、运行项目、推送上线，全程不需要他起床开电脑。

3. 模型完全自由，不被任何供应商锁定。OpenClaw 本身是一个“网关”，它不内置模型。你可以今天用 Claude 做复杂推理，明天换 DeepSeek 省钱，后天用 Ollama 跑本地模型处理敏感数据。这个自由度在同类工具里是最彻底的。你甚至可以同时配多个模型，按任务类型路由。

4. 持久记忆让 AI 真正“认识你”。大多数 AI 工具每次对话都是全新的开始。OpenClaw 把偏好、上下文、项目信息存在本地 Markdown 文件里，跨会话、跨设备保留。有用户描述用 OpenClaw 养了一支投资“智囊团”，多个 Agent 互相讨论分析财报，而且“记忆存储能力很强，能够记住个人的投资风格”。这个“越用越懂你”的体验是它区别于一次性对话工具的核心。

🎯 使用场景

OpenClaw 的场景围绕“需要跨应用、多步骤、持续执行的重复性工作”展开。它不是用来做创意写作的，也不是用来替代 IDE 做深度编程的。

• 个人效率与“第二大脑”：每天早上让 OpenClaw 读取日历、扫描重要邮件、看几条新闻，然后在飞书或 Telegram 里给你发一份简报。把链接、笔记、文档转发给它，之后用自然语言查询。有用户用它做习惯追踪、周回顾、家庭协调。
• 内容运营与知识工作：把会议录音转成摘要和行动项、起草跟进邮件、监控话题、收集研究资料。内容团队可以把 OpenClaw 作为轻量工作流的骨干——调研、大纲、初稿、改写、发布支持都在一个共享的聊天环境里协调。
• 开发与运维辅助：检查服务状态、查看日志、运行脚本、触发部署、查询 API。OpenClaw 可以通过预设的技能和受控权限，成为工程运维的“聊天原生控制层”。有用户让 OpenClaw 在通勤路上自主读取分析线上数据看板，到公司时数据已经准备好了。
• 自动化重复性任务：定时整理文件夹、批量处理数据、自动填写表单、抓取网页信息。OpenClaw 的 cron 任务和后台常驻能力，让这些“知道怎么做但不想做”的任务可以彻底自动化。
• 多 Agent 协作复杂任务：产品经理让多个 Agent 组成“圆桌会议”讨论投资策略，互相提问、分析财报，产生自己没想到的问题。这种“Agent 团队”的用法在单 Agent 工具里做不到。
• 不适用的人群：只需要简单代码补全的开发者（Copilot 更轻）；不写代码、不需要系统操作权限的普通用户（配置门槛高，风险大）；对安全极度敏感且不愿意花时间做权限管控的用户（默认配置有安全风险）；需要开箱即用、零配置体验的用户（OpenClaw 的安装和调教有学习成本）。

📋 如何使用

第一步：准备环境

你需要一台常开的设备——可以是你的电脑（但建议用一台不存敏感数据的旧电脑或 VPS），也可以是云服务器。一台 5-25 美元/月的 VPS 就够跑 OpenClaw 本身，成本主要来自模型 API 调用。安装 Node.js 环境，然后用官方一键脚本安装 OpenClaw。

第二步：配置模型

OpenClaw 本身不含模型。你需要提供 API Key（OpenAI、Anthropic、DeepSeek 等）或者指向本地的 Ollama 服务。在配置文件里设置好模型提供商和对应的 Key。如果你用本地模型，API 成本为零，但需要机器有足够的算力。

第三步：连接通讯渠道

配置你想用哪些通讯工具跟 OpenClaw 对话。支持 WhatsApp、Telegram、Discord、Slack、飞书、钉钉等。以 Telegram 为例，你需要创建一个 Bot，拿到 Token，填进 OpenClaw 配置里。配置完成后，你在 Telegram 里给这个 Bot 发消息，OpenClaw 就会响应。

第四步：设置安全边界

这是最重要的一步。OpenClaw 默认可能暴露在公网上，有真实的安全风险。你需要：启用配对码审批（只有你批准的用户才能跟你的 Agent 对话）、配置 Docker 沙箱隔离、设置危险命令人工确认、限制文件访问范围。社区有超过 23 万个 OpenClaw 实例暴露在互联网上，安全配置不是可选项。

第五步：开始“养龙虾”

在通讯工具里给 OpenClaw 发第一条消息，比如“帮我看看当前目录有什么文件”。它会回复执行结果。然后逐步增加任务复杂度，观察它的行为，调整配置。有用户形容这个过程“就跟培养一个小孩子一样”，需要耐心调教。

💡 使用技巧

• 先用最小权限跑通，再逐步放开。不要一上来就给它全盘文件读写权限。从沙箱模式开始，只给特定的目录访问权，确认它的行为符合预期后再扩大范围。有用户因为浏览器保存了信用卡信息且 OpenClaw 暴露在公网，导致卡片被盗刷。
• 把“禁止事项”写进 Agent 的规则文件。OpenClaw 的 Agent 行为由 SOUL.md、AGENTS.md、TOOLS.md 等 Markdown 文件定义。你可以在这些文件里写明“不要删除任何文件”“不要访问 XX 目录”“执行删除操作前必须确认”。这比每次在对话里提醒要可靠。
• 技能安装要警惕第三方来源。官方通报对 3016 个技能插件的分析发现，336 个包含恶意代码，占比 10.8%。只从 ClawHub 官方或可信来源安装技能，装之前看一眼代码。社区技能不是都安全的。
• 用便宜的模型做日常任务，贵模型做复杂推理。OpenClaw 支持多模型配置。日常的文件整理、消息回复用 Gemini Flash 或 DeepSeek，复杂的研究分析、代码重构再用 Claude 或 GPT。有用户因为全天候运行 Agent 且用了贵模型，一晚上烧了 141 美元。
• 从“小任务”开始，不要一上来就派大活。有用户第一次用就让 OpenClaw 从头搭建一个论坛平台，结果验收时只有一堆空文件夹。先从“整理下载文件夹”、“总结这篇文章”、“查一下明天天气”这种明确的小任务开始，理解它的能力和边界，再逐步增加复杂度。

📦 安装方式

一个实际建议：如果你只是体验，可以在自己的电脑上跑。如果你想长期使用、7×24 在线，建议用一台便宜的 VPS（5-12 美元/月）或者一台不存敏感数据的旧电脑。不要在你的主力工作电脑上给 OpenClaw 全盘权限。

💰 收费情况

OpenClaw 软件本身完全免费，MIT 协议开源。你唯一的成本是运行它的基础设施和模型调用费用。

几个关键点要留意：OpenClaw 的“免费”指的是软件本身。实际使用中，模型 API 费用是主要成本。有用户因为全天候运行 Agent 且用了贵模型，一晚上烧了 141 美元，第一天就花了 250 美元 token 费。如果你用 DeepSeek 或 Gemini Flash 这类便宜模型，成本可以控制得很低。用本地 Ollama 模型的话，API 费用为零，但需要机器有足够的显存和算力。基础设施方面，一台 5 美元的 VPS 就够跑 OpenClaw 本身，瓶颈在模型 API 调用而不是服务器性能。

👥 适用人群

• 技术极客和开发者：这是 OpenClaw 最核心的用户群。你熟悉命令行、能自己配置 Node.js 环境、理解 API Key 和权限管理的概念。OpenClaw 给你的是一个“本地代理主权”——你的数据、你的模型、你的规则。
• 多平台消息重度用户：如果你每天在飞书、钉钉、Telegram 或 WhatsApp 上花大量时间，OpenClaw 的“消息即界面”设计对你来说几乎没有学习成本。你在哪儿工作，它就在哪儿。
• 需要自动化重复性任务的知识工作者：如果你每天有大量“知道怎么做但很烦”的任务——整理文件、填表、抓数据、发汇报——OpenClaw 的定时任务和技能系统可以帮你把这些自动化掉。
• 对数据隐私有要求的团队：OpenClaw 本地运行，对话记录、文件操作、API Key 全部在你的机器上。配合本地 Ollama 模型，可以做到数据完全不出机器。对于不能把数据传到云端的团队，这是一个可行的方案。
• 不适用的人群：只需要简单代码补全的开发者（Copilot 更轻）；不写代码、不需要系统操作权限的普通用户（配置门槛高，安全风险大）；对安全极度敏感且不愿意花时间做权限管控的用户（默认配置有真实风险，已有用户被黑客盗刷信用卡）；需要开箱即用、零配置体验的用户（OpenClaw 的安装和调教需要耐心）。

🌍 全球使用情况

OpenClaw 的增长速度在开源 AI 项目里是现象级的。2026 年 3 月，其 GitHub 星标数在约 100 天内从零飙升至 25 万以上，一度超越 React 和 Linux，成为 GitHub 有史以来获星最多的软件项目之一。单周涌入 200 万访客，用户群从开发者迅速扩散到各行各业。

根据奇安信的网络空间测绘数据，截至 2026 年 3 月 13 日，全球暴露在互联网的 OpenClaw 实例超过 23 万个，覆盖近 15 万个独立 IP。每日新增资产从 2 月初的约 5000 个飙升至 3 月中旬的超过 9 万个。地理分布上，美国和中国是部署最集中的两大区域，合计占比超过 65%。SimilarWeb 数据显示，越南是 OpenClaw 访问量前五的国家之一，仅次于中国、美国、印度和印度尼西亚。

在中国市场，OpenClaw 的热度尤其高。2026 年 3 月，腾讯大厦出现近千人排队免费安装 OpenClaw 的场景。腾讯、字节跳动、阿里巴巴、百度、美团、京东等互联网大厂，以及小米、华为、荣耀等手机厂商，纷纷推出与 OpenClaw 相关的部署服务或兼容产品。腾讯发布了类 OpenClaw 产品 WorkBuddy，企业微信官方接入 OpenClaw；字节跳动火山引擎推出云上 SaaS 版 ArkClaw；支付宝百宝箱宣布支持免费体验 OpenClaw 服务。不过，OpenClaw 也面临安全监管压力，中国工业和信息化部、国家互联网应急中心等机构接连发布安全风险预警。

2026 年 2 月，创始人 Peter Steinberger 宣布加入 OpenAI，OpenClaw 移交到开源基金会以保持独立。这一消息在社区引起讨论，部分早期用户随后转向了 Hermes Agent 等新兴工具。OpenClaw 的 GitHub 访问量从巅峰的约 2880 万次腰斩至不足 1000 万次。

⚖️ 优缺点分析

优点

• “消息即界面”是真正低摩擦的交互设计。你不需要打开任何新应用，在你的飞书、WhatsApp、Telegram 里就能指挥它。这个设计让 AI 从“需要专门访问的工具”变成了“日常通讯流里的一个联系人”。
• 系统级执行能力，不是“告诉你怎么做”。OpenClaw 真正拥有你授予的系统权限，直接读写文件、运行命令、控制浏览器。它能把“知道怎么做但不想做”的任务真正自动化掉。
• 模型完全自由，BYOK 模式。不绑定任何模型供应商，Claude、GPT、DeepSeek、本地 Ollama 都能用。你对自己的成本和隐私有完全控制权。
• 持久记忆和个性化。本地 Markdown 文件存储上下文，跨会话、跨设备保留。AI 会“记住”你，越用越懂你。
• 开源生态活跃。MIT 协议，5400+ 社区技能，180+ 生态创业公司。社区贡献速度快，功能迭代密集。

缺点

• 安全风险是真实的，不是理论问题。已有用户因为 OpenClaw 暴露在公网且浏览器保存了信用卡信息，导致卡片被盗刷。第三方技能中 10.8% 包含恶意代码。默认配置不安全，需要用户有安全意识并花时间加固。“龙虾悖论”——权限越大，风险越高——是这个工具的本质矛盾。
• 配置门槛高，“养龙虾”需要耐心。安装 Node.js、配置 API Key、连接通讯渠道、设置安全边界、调教 Agent 行为——每一步都可能卡住新手。有用户形容“安装配置就挡住绝大部分人”，“调教小龙虾就跟培养一个小孩子一样”。
• 成本可能失控。“免费”指的是软件，模型 API 费用是持续支出。全天候运行 + 贵模型 = 账单失控。有用户一晚上烧了 141 美元，第一天就花了 250 美元。
• 开源治理的不确定性。创始人加入 OpenAI、项目移交基金会，虽然保持了开源承诺，但社区对“OpenAI 会不会影响项目方向”的担忧一直存在。部分早期用户已经转向了 Hermes Agent 等替代品。

🔄 与同类工具对比

跟 Hermes Agent 的对比值得多说一句。两者都是开源 AI Agent 框架，功能高度重合——定时任务、子 Agent 委派、浏览器自动化、TTS、多平台消息集成，两边都有。真正的差异在“自进化”能力上：Hermes 在 Skill 上实现了自动进化闭环，Agent 干完活会静默生成新的 SKILL 文件，下次遇到类似任务自动加载，而且用 GEPA 算法做离线批量进化。OpenClaw 的 Skill 更多靠手动安装和 ClawHub 市场。如果你看重 Agent 的“越用越聪明”，Hermes 更对口；如果你更看重多平台消息网关的成熟度和社区生态，OpenClaw 更稳。

跟 Claude Code 的对比：Claude Code 是终端编码代理，专注在“用 AI 写代码”这件事上。OpenClaw 的定位更宽——它是“用 AI 操作你的电脑和通讯工具”。如果你只需要一个强大的编码助手，Claude Code 更专业、更成熟。如果你需要的是一个能帮你处理邮件、整理文件、发消息、查资料的“数字员工”，OpenClaw 的能力范围更大。

📝 总结：值不值得用

明确结论：如果你是技术型用户，有自己的 VPS 或旧电脑，能接受“养龙虾”的配置成本，并且清楚安全风险、愿意花时间加固，OpenClaw 是 2026 年最值得认真试的 AI Agent 框架之一。如果你只是想找一个开箱即用的 AI 助手，或者不愿意花时间学习配置和安全管控，它可能不适合你。

OpenClaw 的核心价值不在“AI 能回答问题”——现在所有工具都能做。它的价值在于它把 AI 从“对话框”里解放出来了。你不需要打开一个新网站，你的飞书、WhatsApp、Telegram 就是它的界面。你不需要复制粘贴代码，它直接在你的机器上操作。你不需要每次重新介绍背景，它记得你。这套“消息即界面 + 本地执行 + 持久记忆”的组合，在 2026 年初点燃了全球开发者的热情，25 万+ GitHub 星标和 23 万+ 暴露实例的数字说明它不是小众玩具。

什么时候值得用：你是一个技术型用户，有 VPS 或旧电脑可以常驻运行；你的日常工作有大量跨应用、多步骤的重复性任务需要自动化；你习惯用飞书/钉钉/Telegram 等通讯工具，希望 AI 就在你已有的工作流里；你愿意花时间学习配置、设置安全边界、调教 Agent 行为。

什么时候不推荐：你只需要简单的代码补全或问答（Copilot 或 ChatGPT 更省事）；你不熟悉命令行、Node.js 环境配置（安装门槛会让你放弃）；你对安全风险非常敏感且不愿意花时间加固（默认配置有真实的安全漏洞）；你希望开箱即用、零配置体验（OpenClaw 不是这种工具）；你的预算非常有限且不想承担模型 API 费用（虽然可以用本地模型，但需要硬件支持）。

说得直白一点：OpenClaw 是一把“有风险但很锋利”的刀。它能做的事情比任何聊天机器人都多，但它需要你有足够的技术能力和安全意识来驾驭它。有用户用它实现了“躺床上发消息就能完成工作”的体验，也有用户因为配置疏忽导致信用卡被盗刷。工具本身不决定结果，使用者的能力和判断才是关键。用之前先问自己一个问题：你愿意花一个周末的时间来“养龙虾”吗？愿意，它可能改变你的工作方式；不愿意，ChatGPT 或 Copilot 更稳妥。